LIMA, noviembre de 2026. El 68 % de las entidades financieras a nivel internacional ya utiliza agentes de inteligencia artificial para apoyar los procesos de calificación crediticia y respaldar la toma de decisiones. Así lo reveló el informe global Connected Intelligence: Scaling AI with Trusted Data and Decisioning, elaborado conjuntamente por Experian y la firma Phronesis. El análisis demuestra cómo la tecnología corporativa dejó atrás la simple resolución pasiva de consultas para ejecutar tareas autónomas orientadas al control del riesgo institucional.
Aparte de orientar los análisis crediticios, las herramientas inteligentes actúan en entornos de control más amplios. Un 51 % de las entidades encuestadas aplica estas plataformas en revisiones escalonadas que mantienen supervisión técnica humana, mientras que un 49 % las aprovecha para enlazar flujos informativos entre plataformas dispares. El ecosistema comercial avanza así hacia una interacción tecnológica directa entre fuentes de datos, reduciendo tiempos en procesos donde la rapidez define la viabilidad operativa.
¿Qué funciones desempeñan los agentes de IA en las operaciones bancarias?
En el análisis crediticio convencional, los agentes inteligentes recopilan datos de múltiples orígenes, contrastan antecedentes del solicitante y detectan incongruencias documentales sin depender de cargas operativas manuales. De este modo, los especialistas del sector reciben recomendaciones estructuradas para sustentar la aprobación o rechazo de cada expediente.
Tanto en la mitigación del fraude como en el cálculo del riesgo, estos sistemas automáticos reconocen patrones de sospecha y detonan protocolos de contingencia previamente autorizados. Este esquema agiliza las respuestas de contención ante eventuales riesgos, reservando el juicio de los analistas para las operaciones de mayor complejidad corporativa. Asimismo, el 60 % de las entidades consultadas desarrolla actualmente arquitecturas de sistemas diseñadas para conectar estas soluciones con sus plataformas internas.
¿Cuáles son los principales obstáculos para ampliar esta tecnología?
El informe técnico elaborado por Experian y Phronesis detectó dos limitaciones operativas críticas que frenan el avance de la automatización en el sistema bancario global:
- Dificultades técnicas para integrar bases de datos entre diferentes plataformas internas (41 % de las entidades consultadas).
- Falta de preparación interna de las organizaciones para adoptar flujos de trabajo basados en algoritmos avanzados (41 % de las instituciones evaluadas).
A medida que estas soluciones asumen tareas complejas, las entidades deben garantizar la seguridad de sus procedimientos informáticos y la autenticidad del registro de clientes. El desafío central radica en delimitar con precisión qué acciones puede resolver el software de manera independiente y en qué circunstancias resulta indispensable la intervención directa de un profesional.
¿Cómo equilibra el sector la autonomía de los sistemas y el control humano?
“Un agente de IA no debería tener más autonomía de la que una organización está preparada para gestionar. Por eso, antes de ampliar su alcance, es fundamental definir responsabilidades, establecer mecanismos de control y garantizar que las decisiones puedan ser supervisadas y auditadas. La confianza en estas tecnologías depende también de que las empresas puedan responder por cómo se utilizan”, señala Elio Peralta, Consultancy and Business Development Manager de Experian Perú.
La necesidad de transparencia institucional genera debates similares dentro del ámbito local. Según el estudio Percepción y uso de la Inteligencia Artificial en decisiones financieras, elaborado por Experian Perú en marzo de 2026, el 35 % de los ciudadanos encuestados expresó preocupación ante la posibilidad de que existan sesgos en las resoluciones crediticias dictadas por programas automáticos.
No es solo un tema de recelo tecnológico, sino de cautela compartida entre usuarios y proveedores. El 62 % de los peruanos consultados afirmó confiar en los sistemas inteligentes, aunque prefiere contrastar siempre sus sugerencias con su propio análisis personal. La integración de información verificada, modelos analíticos y supervisión directa continuará marcando la ruta para consolidar decisiones transparentes en los servicios bancarios del país.
